XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

“A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

OTIMIZAÇÃO DO PROCESSO DE
ALOCAÇÃO DE PROFESSORES DO
CURSO DE ENGENHARIA DE
PRODUÇÃO EM IES UTILIZANDO A
INTERFACE GUSEK
BIANCA CHIMELLI
b_chimelli@live.com
Paulo Cesar Ribas
paulo.ribas@petrobras.com.br
Daiane Rodrigues dos Santos
daiane.santos@uva.br

“Ao iniciar um novo semestre, instituições de ensino superior (IES) são

encarregadas de distribuir entre os integrantes do corpo docente as
disciplinas de suas respectivas áreas de conhecimento, segundo os
horários preestabelecidos pela Instituição, levando em consideração as
restrições acadêmicas de cada docente e de sobreposições de horários.
Este processo ainda é realizado de forma manual e pouco eficiente em
diversas instituições o que consome tempo excessivo e abre margem
para inúmeros erros acontecerem consequentes de seu alto grau de
complexidade. A dificuldade do problema é ampliada conforme a
quantidade de disciplinas, professores e regras condicionantes deste
processo também aumentam. Em razão disto, a utilização de técnicas
de otimização combinatória torna-se atraente para aprimorar esta
ação e seus resultados.

Palavras-chave: Pesquisa Operacional, Programação Linear,

Programação de Horário, timetabling, otimização
1. Resumo
Ao iniciar um novo semestre, instituições de ensino superior (IES) são encarregadas de
distribuir entre os integrantes do corpo docente as disciplinas de suas respectivas áreas de
conhecimento, segundo os horários preestabelecidos pela Instituição, levando em
consideração as restrições acadêmicas de cada docente e de sobreposições de horários. Este
processo ainda é realizado de forma manual e pouco eficiente em diversas instituições o que
consome tempo excessivo e abre margem para inúmeros erros acontecerem consequentes de
seu alto grau de complexidade. A dificuldade do problema é ampliada conforme a quantidade
de disciplinas, professores e regras condicionantes deste processo também aumentam. Em
razão disto, a utilização de técnicas de otimização combinatória torna-se atraente para
aprimorar esta ação e seus resultados.

Este artigo objetiva aplicar estes conceitos através de uma formulação matemática para a
obtenção da distribuição otimizada das cargas horárias para o turno noturno do curso de
engenharia de produção de uma instituição de ensino superior, satisfazendo as exigências
pedagógicas e operacionais da instituição, assim como as disponibilidades de cada professor
com relação aos dias e horários de aulas. O processo de otimização ocorre através da
Programação Linear e resulta na maximização da qualidade de ensino, atendendo às
exigências estabelecidas da universidade. Também são apresentados resultados
computacionais de simulações obtidos através da interface Gusek. Duas alternativas de
restrição de valor máximo de carga horária foram testadas e foram obtidas soluções viáveis
para o problema em ambas hipóteses atendendo à todas as restrições definidas. O resultado da
alteração da restrição de carga horária máxima para 15 tempos resultou em uma diminuição
na discrepância entre a distribuição de carga horária dos professores.

O artigo está estruturado em dez seções, iniciando com este resumo. Na sequência, a parte
introdutória inclui eventos e organizações relacionados à problemas de programação de
horário. Seguindo, a justificativa deste artigo e a revisão de literatura são apresentadas. O
desenvolvimento do trabalho foi dividido em duas seções, uma de obtenção dos dados e a
outra com a construção do modelo matemático de Programação Linear. A sétima seção
explica a linguagem GNU MathProg utilizada para obter uma resolução numérica com a
interface Gusek. Ao final, as últimas seções expõem os resultados, as considerações finais, e
recomendações para trabalhos futuros.

1
2. Introdução
Conforme Spindler (2010) nos últimos 40 anos, a comunidade científica esforça-se para
buscar uma solução computacional que auxilie no processo de alocação de recursos sob
restrições Um dos problemas típicos desta natureza é o timetabling problem ou problema de
programação de horário que pode ser aplicado em diversos contextos, como por exemplo:
eventos esportivos, transporte, escalas de funcionários e como no caso deste trabalho, horários
educacionais.

Um evento de grande relevância na área é a PATAT, International Series of Conferences on

the Practice and Theory of Automated Timetabling (Conferência Internacional de Automação
de Problemas de Horário), que teve seu início em 1995 e ocorre com periodicidade de dois
anos. O PATAT tem apoiado uma série de competições e desafios, investindo de volta na
comunidade científica para o benefício do campo. (PATAT 2017)

Uma dessas competições é a ITC - International Timetabling Competition (Competição

Internacional de Produção Automatizada de Quadro de Horários) que é organizada pela
Metaheuristics Network com apoio da PATAT e já contou com três edições desde 2002. Esta
competição visa estimular soluções para este problema comum e complexo enfrentado por
milhares de instituições educacionais em todo o mundo. Na edição de 2007 foram
consideradas três categorias: Programação de Exames, Programação de Cursos Pós-
Matrículas e Programação de Cursos baseada em Currículos. Já a edição de 2011 focou na
área de ensino médio. (PATAT 2017)

Casos reais deste problema podem conter grandes números de restrições o que gera alto grau
de complexidade eu sua solução. No presente estudo, utiliza-se das ferramentas da pesquisa
operacional aplicadas ao processo de alocação de professores para obter melhor
aproveitamento do corpo docente e de sua disponibilidade, buscar a otimização do processo
semestral de formação de horário aplicado ao contexto universitário e melhorar a qualidade de
ensino aumentando a probabilidade do professor lecionar disciplinas de maior aderência,
respeitando as restrições estabelecidas pela instituição. Diante disso, este estudo tem como
objetivo desenvolver um modelo que apoie os gestores de uma universidade no processo de
construção das grades horárias das aulas.

2
3. Justificativa
Devido à alta complexidade do problema, para Carvalho (2011) o auxílio computacional
torna-se indispensável na geração, ou adaptação de quadros de horários considerando a
expansão do ensino superior no país devido às bolsas e financiamentos Reuni, Fies e ProUni,
onde o número de cursos, alunos e professores cresceram consideravelmente nos últimos
anos.

FIGURA 1 – Matrículas Cursos Presenciais - Brasil

FONTE: SINDATA /SEMESP | BASE: Censo INEP (2016)

Em 14 anos, o Brasil registrou um crescimento de 200% no total de cursos

presenciais, chegando a 31.642 em 2014. (SEMESP, 2016)

O trabalho justifica-se, pois, uma alocação de docentes feita de forma inadequada pode gerar
impactos financeiros negativos à instituição de ensino, tornando necessária contratação de
maior corpo docente ou até mesmo ultrapassar alguma restrição legal das leis trabalhistas.

Lara (2006) apud Carvalho (2011) exemplifica que os conceitos obtidos nas Avaliações
Institucionais de IES brasileiras, as quais estão sujeitas a um mecanismo de avaliação
oficializado pelo Ministério da Educação (MEC), podem ser impactados pelas soluções de
quadro de horários. Isso porque o currículo de disciplinas e consequentemente o quadro de
horários, estão na base estrutural da organização de uma IES.

3
4. Revisão de literatura
Conforme Souza (2000), os primeiros esforços voltados a resolução de problemas de
programação de horários foram feitos na década de 60, com os trabalhos precursores de
Csima e Gotlieb (1964) e Gotlieb (1962).

“Desde então, mais de 700 publicações sobre o assunto foram escritas até o ano de 1995,
segundo Bardadym. ” (SOUZA, 2000 p. 2)

Shaefer (1999) categorizou os problemas de programação de horários de acordo com o tipo de

instituição e restrições assim abrindo portas para estudos em áreas específicas como
Programação de Horários em Escolas, Programação de Horários de Cursos e Programação de
Horários de Exames. (KRIPKA et al., 2005)

Souza (2000, p. 2) simplifica o problema de horários como “uma sequência de encontros entre
professores e estudantes em um período prefixado de tempo, em geral uma semana,
satisfazendo a um conjunto de restrições de várias naturezas. ”

Este trabalho se enquadra na categoria de Programação de Cursos baseada em Currículos que

para Cooper (1995) apud Spindler (2010) pode ser modelada como um problema matemático
de otimização combinatória. A formulação matemática para otimização da distribuição dos
professores no curso especificado visa redução no tempo de execução e um melhor
planejamento da distribuição das cargas horárias dos professores.

5. Obtenção de dados
A Instituição de Ensino Superior que serviu de base para este estudo tem sua sede no Estado
do Rio de Janeiro e optou por manter sigilo a respeito da sua razão social. De acordo com
relatórios disponibilizados pela IES, dos 781 alunos matriculados no curso de engenharia de
produção 382 estão vinculados ao currículo noturno que é composto por disciplinas do ciclo
básico e profissional das engenharias. No ciclo profissional, para este estudo, 34 disciplinas
foram estudadas para alocação de professores. Este corpo docente é composto por 19
professores.

Até o presente momento, todo o processo estratégico de geração de horário da Instituição,

alocação de professor e até mesmo distribuição de salas ocorre de maneira manual com o

4
auxílio apenas de planilhas de Excel que após semanas de planejamento e análises,
envolvendo diferentes equipes de trabalhos, são inseridas ao sistema, também de forma
manual. Este processo ocorre semestralmente e segue restrições preestabelecidas pela
universidade. A Figura 2 apresenta o modelo que cada responsável pelo curso deve preencher
para posteriormente ser aprovado pelos superiores, que manualmente verificam se as
restrições institucionais são atendidas. Caso não, o modelo volta ao coordenador encarregado
que deve realizar ajustes e repetir o processo.

Figura 2 – Modelo de Programação de Horário de IES

Fonte: IES estudada (2017)

6. Construção do Modelo Matemático de Programação Linear

Foi desenvolvida uma formulação matemática a partir do método utilizado por Kripka, R.,
Oro, Kripka, M. (2005) para a maximização da qualidade de ensino que, ao realizar a
distribuição da carga horária de professores do curso de Engenharia de Produção de acordo
com o Cadastro de Disponibilidade de Docente, atendesse aos horários de disciplinas do turno
noturno previamente estabelecido pela coordenação e direção do curso. Vale ressaltar que a
habilitação do professor para ministrar as disciplinas foi respeitada assim como os limites de
sua carga horária em carteira. Este problema pode ser identificado como um problema de
programação linear.

6.1. Restrições
As cinco restrições que englobam o problema são as seguintes:
a) R1: cada disciplina deve ser vinculada à apenas um professor;
b) R2: cada professor deve ser vinculado à apenas uma disciplina por horário;
c) R3: a carga horária mínima do professor é de 2 créditos;
5
 d) R4: a carga horária máxima do professor e de 36 créditos (esta e a regra institucional,
porém, para tentar equilibrar a carga horária dos professores do curso de engenharia de
produção, a carga horaria máxima foi alterada para 18 créditos);
e) R5: a disciplina só pode ser vinculada ao professor se seu horário estiver compatível
com a disponibilidade do professor.

6.2 Conjuntos e Parâmetros

Abaixo são apresentados os conjuntos de dados do problema. Os conjuntos representam as
entidades que são modeladas.
a) P – conjunto de professores; p € P = {1,2,3,...,19};
b) D – conjunto de dias; d € D = {1,2,3,4,5,6};
c) H – conjunto de horários; h € H = {1,2};
d) DIS – conjunto de disciplinas; dis € DIS = {1,2,3,...,34}.

Abaixo são apresentados os parâmetros do problema. Os parâmetros representam as

condições que o modelo deve respeitar.
a) CHD - quantidade de carga horária por disciplina dis,
b) ALOC - alocação da disciplina dis no dia d na hora h;
c) PE - peso da disciplina d de acordo com a aderência do professor p;
d) DP - disponibilidade do professor p de dar aula no dia d no horário h.

6.2.1. Parâmetro de carga horária

A carga horária total de um professor é constituído pelo somatório das cargas horárias das
disciplinas que o mesmo leciona. As 34 disciplinas do curso têm cargas horárias conforme
Tabela 1.

Tabela 1 – Carga Horária por Disciplina

dis 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Ch 3 3 2 3 3 2 3 3 3 3 3 3 3 2 2 3 2
dis 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
Ch 3 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Fonte: Os Autores (2017)

Exemplo de leitura da Tabela 1: de acordo com Anexo 1, a disciplina 7 equivale a disciplina

de Ergonomia que possui 3 tempos de carga horária.

6
6.2.2. Parâmetro de alocação
Cada disciplina é alocada de acordo com um dia da semana (de segunda a sábado) com opção
de dois horários em cada dia; de segunda a sexta no turno noturno e aos sábados no horário da
manhã, conforme a Tabela 2.

Tabela 2 – Carga Horária por Disciplina

dis 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
d 3 3 4 2 1 5 3 2 6 5 3 1 2 5 5 2 4
h 1 2 2 1 1 1 1 1 1 1 1 1 2 1 2 1 1
dis 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
d 3 6 4 1 6 3 4 2 3 4 3 2 4 4 3 4 5
h 1 2 2 2 1 2 1 2 1 2 1 1 1 1 2 2 1
Fonte: Os Autores (2017)

Exemplo de leitura da Tabela 2: de acordo com o Anexo 1, a disciplina 7 equivale a disciplina

de Ergonomia e de acordo com o Anexo 2 o dia 3, horário 1 equivale a Quarta-feira às
18:20h.

6.2.3. Parâmetro de peso por habilitação do professor

De acordo com a habilitação do professor, para cada disciplina e para cada professor, atribuiu-
se um peso da seguinte forma:
a) 0: professor não habilitado para ministrar a disciplina;
b) 1: professor habilitado para trabalhar a disciplina;
c) 2: professor titular da disciplina.

A atribuição das disciplinas aos professores está condicionada ao fato do professor estar
habilitado para ministrar a disciplina, ou seja, é realizada entre aqueles que não possuam peso
nulo.

7
 Tabela 3 – Peso por Aderência
PROFESSORES
DISCIPLINA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0
2 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0
3 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4 0 0 2 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0
5 0 0 2 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0
6 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0
7 0 0 0 0 0 0 2 0 1 0 0 1 0 0 0 0 0 0 0
8 0 0 0 0 0 1 0 0 2 0 0 0 0 0 0 0 0 0 1
9 0 0 0 0 0 2 0 0 1 0 0 0 0 0 1 0 0 0 1
10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0
11 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 1 0 0 0
12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0
13 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0
14 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 2 0 0 0
15 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
16 0 0 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 2
17 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
18 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1
19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0
20 0 2 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
21 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 2 0 0
22 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 2 0 0
23 0 0 0 0 1 0 0 1 0 1 0 0 0 2 0 0 0 0 0
24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0
25 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1
26 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
27 0 0 0 0 0 0 0 1 0 0 0 0 0 0 2 0 0 0 0
28 0 0 0 0 0 1 0 1 0 0 0 0 1 2 0 0 0 0 0
29 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0
30 0 2 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
31 0 0 0 0 0 0 0 1 0 0 0 0 2 0 0 0 0 0 0
32 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0
33 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0
34 1 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Fonte: Os Autores (2017)

Exemplo de leitura da Tabela 3: de acordo com o Anexo 1 a disciplina 7 equivale a disciplina

de Ergonomia; de acordo com a Tabela 3, a professora 7 é a titular da disciplina atualmente.

6.2.4. Disponibilidade do docente

A obtenção dos dados foi realizada através do relatório de Cadastro de Disponibilidade de
Docente e posteriormente gerou-se a Tabela 4 de acordo com as informações obtidas. O
número 1 representa os horários disponibilizados pelos respectivos professores.

8
 Tabela 4 – Disponibilidade dos Docentes

p d1h1 d1h2 d2h1 d2h2 d3h1 d3h2 d4h1 d4h2 d5h1 d5h2 d6h1 d6h2
1 1 1
2 1 1 1 1
3 1 1 1 1 1 1 1 1
4 1
5 1 1 1 1 1 1 1
6 1 1 1 1 1 1
7 1 1 1 1 1
8 1 1 1 1
9 1 1
10 1
11 1 1 1 1 1 1
12 1 1 1 1
13 1
14 1 1
15 1 1 1 1 1 1
16 1 1 1 1 1 1 1 1
17 1 1 1 1 1 1 1 1 1
18 1 1 1 1
19 1 1
Fonte: Os Autores (2017)

Exemplo de leitura da Tabela 4: O único horário disponibilizado pelo professor 13 é o dia 4,

horário 1 (conforme Anexo 2 corresponde à Quinta-feira no primeiro horário).

6.3 Variáveis
A variável x é uma variável binária que representa a distribuição dos professores para as
disciplinas.

6.4 Função Objetivo

A função objetivo visa maximizar a melhoria de ensino, supondo que quanto maior a
aderência do professor à disciplina melhor a condição do ensino desta mesma disciplina. A
melhoria de ensino é calculada como o somatório do produto do número de créditos de cada
disciplina atribuída ao professor, pelo seu respectivo peso. A função objetivo utilizada é a
seguinte:

Maximizar:

9
7. Linguagem GNU MathProg
De acordo com o Manual de Referência de Linguagem GNU MathProg, esta é uma
linguagem de modelagem destinada a descrever modelos matemáticos de programação linear.
As descrições de modelos escritos na linguagem GNU MathProg consistem em um conjunto
de declarações e blocos de dados construídos pelo usuário a partir de elementos de linguagem
específicos. Em um processo chamado translation, um programa chamado model translator
analisa a descrição do modelo e o converte em estruturas de dados internas, que podem ser
usadas para gerar instância de problema de programação matemática ou obter diretamente
uma solução numérica para problema através de um programa chamado de solver.

8. Resultados
a) Resultados para R4 carga horária máxima do professor de 36 créditos;
As linhas da Tabela 5 representam as disciplinas do ciclo profissional do curso de engenharia
de produção e as colunas os professores.

Tabela 5 – Alocação de Professores a Disciplinas – max 36 créditos

Fonte: Relatório gerado pelo GUSEK (2017)

Exemplo de leitura de resultados: De acordo com a Tabela 5, o professor 16 foi atribuído às

disciplinas 11, 14, 15, 24, 32 e 33. Conforme o Anexo 1, as disciplinas 11, 14, 15, 24, 32 e 33
correspondem respectivamente às disciplinas Pesquisa Operacional, Análise de Decisão
Aplicada à Gerência, Análise de Decisão Aplicada à Gerência, Modelagem de Sistemas

10
Discretos, Top Esp em Simulação Aplicada à Engenharia de Produção e Top Esp em
Simulação Aplicada à Engenharia de Produção.

Todas as restrições foram respeitadas pois, nenhuma disciplina foi atribuída a mais de um
professor, a todos os professores foram atribuídos pelo menos uma disciplina de dois créditos,
nenhum professor ficou com mais de 36 créditos de disciplinas atribuídos a ele, e todos os
horários disponibilizados pelos professores foram respeitados. (Ver seção 6.2).

b) Resultados para R4 carga horária máxima do professor de 15 créditos.

As linhas representam as disciplinas do ciclo profissional do curso de engenharia de produção
e as colunas os professores:

Tabela 6 – Alocação de Professores a Disciplinas – max 15 créditos

Fonte: Relatório gerado pelo GUSEK (2017)

Exemplo de leitura de resultados: De acordo com a Tabela 6, o mesmo professor 16 foi

atribuído 1 disciplina a menos quando comparado à Tabela 5. A disciplina 15, Análise de
Decisão Aplicada à Gerência, neste modelo, atribuiu ao professor 18.

Esta alteração na restrição de carga horária máxima resultou em uma distribuição de carga
horária mais equilibrada entre os professores. Foram respeitadas todas as restrições e foi
gerado um resultado possível de distribuição de docentes para a alocação de disciplinas
conforme horário preestabelecido pela instituição.

11
9. Considerações Finais
A partir de uma análise teórica dos conceitos de Pesquisa Operacional e suas ferramentas,
uma formulação matemática foi desenvolvida e apresentada neste artigo descrevendo o
processo de alocação de professores do curso de Engenharia de Produção nas disciplinas
noturnas do ciclo profissional do curso em uma IES. A utilização desta ferramenta pode servir
de apoio aos gestores da IES no processo citado, ocasionando redução de tempo do processo e
redução de erros devido a precisão do solver em relação as restrições.

O processo atual de montagem de horários e alocação de professores da instituição foi

avaliado identificando suas restrições. Também foi construído um modelo matemático que
representasse o sistema compreendendo suas variáveis, restrições e objetivos. O modelo foi
construído utilizando-se técnicas de programação linear e calculado através do solver Gusek
resultando em soluções que atendem a todos os requisitos do problema.

Pelos resultados obtidos através da interface Gusek, observa-se que todas as restrições foram
atendidas, e mesmo com a alteração na restrição de valor máximo de carga horaria também
foi possível obter uma solução viável para a distribuição das disciplinas. Também foi possível
observar que as restrições pedagógicas dos professores foram respeitadas e que não houve
choque de horário entre disciplinas, um erro comum que se ocorre no processo quando
realizado manualmente.

10. Recomendações para trabalhos futuros

Como sugestões de pesquisas futuras, observa-se a possibilidade de incluir como variável a
distribuição de disciplinas, pois em casos reais, o processo de distribuição de disciplinas e de
professores ocorre simultaneamente. Pode também ser adicionado ao processo, a alocação de
sala de aulas de acordo com as disciplinas confirmadas e o número de salas disponíveis na
instituição, otimizando ainda mais o processo.

Outra sugestão para melhoria do processo é a inserção da variável de satisfação dos docentes.
Desta maneira, a distribuição das disciplinas será voltada à geração de horários de professores
com menos “buracos”, buscando otimizar a sua vinda a instituição.

12
REFERÊNCIAS

CARVALHO, Rodrigo de. Abordagem Heurística para o Problema de Programação de Horários de

Cursos. Belo Horizonte: UFMG, 2011. 119 f. Dissertação (Mestrado) - Curso de Engenharia Elétrica, Escola de
Engenharia, Universidade Federal de Minas Gerais, Belo Horizonte, 2011.

KRIPKA, Rosana, ORO, Neuza, e KRIPKA, Moacir. Distribuição de Cargas Horárias em Instituições de
Ensino Superior: Uma Formulação para a maximização do Aproveitamento dos Recursos Humanos.
Ciência & Engenharia, V. 14, N. 1, 65-72, 2005.

PATAT - The International Series of Conferences on the Practice and Theory of Automated
Timetabling. Disponível em <http://www.patatconference.org/>. Acesso em: 11 nov. 2017.

SEMESP. Mapa do Ensino Superior 2016. Disponível em:

<http://convergenciacom.net/pdf/mapa_ensino_superior_2016.pdf.>. Acesso em: 12 out. 2017

Sociedade brasileira de pesquisa operacional (SOBRAPO). Disponível em: <http://www.sobrapo.org.br/quem-

somos>. Acesso: 16 out de 2017

SOUZA, Marcone Jamilson Freitas. Programação de Horários em Escolas: uma Aproximação por
Metaheurísticas. Rio de Janeiro: UFRJ, 2000. 149 p. Tese (Doutorado) - Engenharia de Sistemas de
Computação – COPPE, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2000.

SPINDLER, Morgana. Uma Proposta de Solução para Problemas de Horário Educacional utilizando busca
Dispersa e Reconexão por Caminhos. São Leopoldo: UNISINOS, 2010. 85 f. Dissertação (Mestrado) - Curso
de Computação Aplicada, Universidade do Vale do Rio dos Sinos, São Leopoldo, 2010.

13
ANEXOS

Anexo 1 – Disciplinas presenciais do ciclo profissional da engenharia de produção

dis DISCIPLINAS
1 FERRAMENTAS ESTAT PARA ENG. PROD
2 FERRAMENTAS ESTAT PARA ENG. PROD
3 CONJUNTURA BRASILEIRA
4 ECONOMIA DA ENGENHARIA
5 ECONOMIA DA ENGENHARIA
6 ENGENHARIA DO TRABALHO
7 ERGONOMIA
8 ENGENHARIA DE METODOS
9 ENGENHARIA DE METODOS
10 GESTAO DE CUSTOS
11 PESQUISA OPERACIONAL
12 PLANEJAMENTO DAS INSTALAÇÕES
13 PLANEJAMENTO ESTRATEGICO
14 ANÁLISE DE DECISÃO APLICAÇÃO A GERÊNCIA
15 ANÁLISE DE DECISÃO APLICAÇÃO A GERÊNCIA
16 ENGENHARIA DE PROCESSOS
17 ESTUDOS COMPLEMENTARES
18 PLANEJ. CONTR. PRODUCAO I
19 TEORIA DOS JOGOS
20 ANALISE DE RISCO
21 ANALISE ECONOMICA DE PROJETOS
22 ANALISE ECONOMICA DE PROJETOS
23 GERENCIAMENTO DE PROJETOS
24 MOD DE SISTEMAS DISC
25 PLANEJ. CONTR. PRODUCAO II
26 QUALIDADE NA PRODUCAO
27 GERENCIAMENTO DE MANUTENÇÃO
28 MONOGRAFIA I
29 TECNOLOGIA DE PROCESSOS PRODUTIVOS
30 TOP ESP EM GESTAO DO CONHECIMENTO
31 LOGISTICA II
32 TOP ESP EM SIMULAÇÃO APLICADA A ENGENHARIA DE PRODUÇÃO
33 TOP ESP EM SIMULAÇÃO APLICADA A ENGENHARIA DE PRODUÇÃO
34 TOP ESP EM SUSTENTABILIDADE EM NEGOCIOS
Fonte: Criado pelos autores a partir do relatório vigente da IES estudada (2017)

14
 Anexo2 – Horários do turno noturno

d h DIA HORÁRIO
1 1 Segunda-feira 18:20
1 2 Segunda-feira 20:30
2 1 Terça-feira 18:20
2 2 Terça-feira 20:30
3 1 Quarta-feira 18:20
3 2 Quarta-feira 20:30
4 1 Quinta-feira 18:20
4 2 Quinta-feira 20:30
5 1 Sexta-feira 18:20
5 2 Sexta-feira 20:30
6 1 Sábado 07:30
6 2 Sábado 10:00
Fonte: Criado pelos autores a partir do relatório vigente da IES estudada (2017)

15